用於微調OCR 準確性的Tesseract 配置
Pytesseract 是一個廣泛採用的OCR 庫,提供強大的配置選項來優化字符識別。為了解決諸如區分數字和字母之類的特定挑戰,此查詢尋求有效配置 Tesseract 的指導。
用於數位聚焦識別的多配置設定
原始設定採用-psm 7 用於頁面分段,並且用於限制輸出為數字的輸出基數字。但是,為了獲得最佳結果:
範例設定用法
以下是如何使用image_to_string 實作這些設定:
target = pytesseract.image_to_string(image, lang='eng', boxes=False, \ config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')
此設定利用--ps字元識別,--oem 3 用於Tesseract 引擎選擇,-c tessedit_char_whitelist=0123456789 用於強制數位限制。透過同時指定多個配置,您可以微調 Tesseract 的行為以滿足您的特定要求。
以上是如何微調 Tesseract OCR 以實現準確的數位辨識?的詳細內容。更多資訊請關注PHP中文網其他相關文章!